基于改进PSO-LSSVM的电采暖短期负荷预测研究

• 作者: 曹杰 王维庆 王海云 常喜强
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 电采暖 短期负荷预测 粒子群算法 最小二乘支持向量机
• 年，卷（期）: 2022,（2）
• 所属期刊栏目: 能源领域仿真
• 页码范围: 34-39
• 页数: 6页
• 分类号: TP391.9
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2022.02.007

摘要

为了提高电采暖短期功率负荷预测的精度、准确性和速度,提出一种改进PSO-LSSVM算法对电采暖的短期负荷功率预测.利用PSO算法对LSSVM进行参数的优化,将得到的最优参数值作为LSSVM参数从而建立改进PSO-LSSVM算法模型.考虑电采暖地区的天气、温度的因素,将新疆某地电采暖负荷历史数据以天气变化、温度差为参考指标经过分解、组合,得到归类组合数据样本,利用改进PSO-LSSVM算法与传统BP、LSSVM预测结果的精度、准确性和速度进行对比.仿真结果表明,改进PSO-LSSVM预测方法的精度和准确性最高、速度相对较快,验证了所提方法的有效性和准确性.改进方法对含高比例电采暖设备的地区电采暖实际短期负荷预测和"煤改电""气改电"的电采暖工程应用中有借鉴意义.